خلاصه

پیشرفت‌های به‌دست‌آمده در فناوری اطلاعات و ارتباطات در سال‌های اخیر منجر به تغییرات متعددی در بسیاری از بخش‌ها از جمله گردشگری شده است. منشا یک واقعیت ارتباطی جدید که امکان تعامل بین کاربران از طریق پورتال های مختلف وب را فراهم می کند باید مورد تاکید قرار گیرد. از این نظر، شهرت آنلاین به وجود می آید که مربوط به ثبت نظراتی است که گردشگر در اینترنت از مقاصد مختلف گردشگری و اقامتگاه بیان می کند. این شهرت تأثیر بسزایی در فرآیندهای برنامه ریزی و انتخاب مقصد نهایی دارد، به گونه ای که ثبت تعدادی اشاره منفی می تواند منجر به کاهش بازدید گردشگران از یک مکان شود. به همین دلیل است که این مطالعه با هدف تعیین وضعیت شهرت آنلاین موسسات اقامتی روستایی واقع در منطقه خودمختار اکسترمادورا با استفاده از تجزیه و تحلیل نظرات ثبت شده توسط گردشگران روستایی در پورتال های مختلف وب برخی از خدمات انجام شد. ارائه شده است. برای انجام این کار، ما به استفاده از تکنیک‌های آماری فضایی متوسل شدیم تا مشخص کنیم کدام ناحیه‌ها تجمعی از مقادیر بالا یا پایین هر دو ذکر مثبت و منفی را نشان می‌دهند. در همان زمان، نقاط قوت و ضعف شهرت آنلاین این موسسات اقامتی شناسایی شد. ما به استفاده از تکنیک‌های آماری فضایی متوسل شدیم تا مشخص کنیم کدام ناحیه‌ها تجمعی از مقادیر بالا یا پایین هر دو ذکر مثبت و منفی را نشان می‌دهند. در همان زمان، نقاط قوت و ضعف شهرت آنلاین این موسسات اقامتی شناسایی شد. ما به استفاده از تکنیک‌های آماری فضایی متوسل شدیم تا مشخص کنیم کدام ناحیه‌ها تجمعی از مقادیر بالا یا پایین هر دو ذکر مثبت و منفی را نشان می‌دهند. در همان زمان، نقاط قوت و ضعف شهرت آنلاین این موسسات اقامتی شناسایی شد.

کلید واژه ها:

شهرت آنلاین ؛ زمین آمار ; G Getis-Ord ; Gi* Getis-Ord ; تراکم هسته ؛ گردشگری روستایی ; اکسترمادورا

1. معرفی

شهرت آنلاین مفهومی است که در نتیجه پیشرفت های مستمر در فناوری اطلاعات و ارتباطات در قرن بیست و یکم به وجود آمده است. این پیشرفت شامل راه اندازی وب 2.0 است که امکان ارتباط متقابل بین کاربران را با استفاده از شبکه، ایجاد واقعیت های ارتباطی جدید [ 1 ، 2 ، 3 ، 4 ] فراهم می کند. با توجه به امکانات اینترنت، شاهد افزایش تدریجی استفاده از آنها توسط کاربران هستیم، همانطور که در آخرین گزارش از چارچوب کلی ابزار نشان داده شده است. این نشان می دهد که استفاده از اینترنت از 5 دقیقه برای هر کاربر در ابتدای قرن بیست و یکم به 139 در سال 2018 افزایش یافته است.]. با این سناریو، انبوهی از پورتال‌های وب و شبکه‌های اجتماعی به وجود آمده‌اند که هدف اصلی آنها تسهیل این ارتباط بین کاربران است، همانطور که در مورد فیس‌بوک، گوگل و تریپادوایزر وجود دارد. افزایش استفاده از شبکه به همراه امکان تعامل بین کاربران در این وضعیت جدید ارتباطی، وضعیت فعلی حجم عظیمی از اطلاعات موجود در اینترنت را در اختیار مصرف کننده نهایی قرار داده است.
شهرت آنلاین با واقعیت ارتباطی جدید مطابقت دارد. بسیاری از نویسندگان آن را به عنوان مجموعه ای از نظرات مثبت و منفی تعریف می کنند که توسط کاربر نهایی با استفاده از پلتفرم های مختلف آنلاین در اینترنت ثبت می شود. آنها بخش های مختلفی از جمله گردشگری را تحت تاثیر قرار می دهند [ 6 ، 7 ، 8 ، 9 ، 10 ، 11 ]. تغییرات ثبت شده در این زمینه بر مشخصات جدید گردشگران تأکید دارد که در بسیاری از موارد به عنوان گردشگران 2.0 تعریف می شود [ 12 ، 13 ].]. گردشگران از این نوع با اطلاعات زیادی که در مورد مقاصد و محل اقامت دارند مشخص می شوند. در عین حال، آنها مسئول شهرت آنلاین هر یک از آنها هستند.
توریست 2.0 تجربیات شخصی خود را در تعداد زیادی از پلتفرم های آنلاین ثبت می کند. او اطلاعات ضروری را تولید می کند که مسافر آینده می تواند برای برنامه ریزی سفر خود با آنها مشورت کند [ 14 ]. گسترش این اطلاعات بر فرآیندهای برنامه ریزی سفر، رزرو اقامتگاه و همچنین در دستیابی به محصولات گردشگری تأثیر بسزایی داشته است. این فعالیت ها که قبلاً با وسایل ارتباطی سنتی انجام می شد، در حال حاضر در اینترنت انجام می شود [ 15 ]. آخرین گزارش سالانه FRONTUR و EGATUR [ 16] که در سال 2012 منتشر شد، اهمیت دستیابی به محصولات گردشگری و مدیریت سفر در اینترنت را آشکار می کند. از جمله داده های ارائه شده توسط این گزارش ها می توان به این نکته اشاره کرد که حدود 65 درصد از گردشگران بین المللی که در سال 2012 وارد اسپانیا شده اند، سفر خود را از طریق اینترنت برنامه ریزی کرده اند. این روند را می توان در گردشگران اسپانیایی نیز مشاهده کرد و منطقه والنسیا پیشتاز است زیرا 75 درصد از گردشگران این منطقه از اینترنت استفاده می کردند.
فعالیت های گردشگری ارائه شده نیاز به انطباق با سناریوی جدید دارند. در واقع، در اسپانیا، شرکت‌های مرتبط با بخش توریستی آنهایی هستند که در سال‌های اخیر ITC بیشتری را اجرا کرده‌اند [ 17 ]. گزارش E-SME 2018 [ 17 ] معتقد است که 94.1٪ از شرکت های اقامتی دارای تجهیزات کامپیوتری و بیش از 92٪ دارای اتصال به اینترنت هستند. همچنین بر حضور قوی وب سایت های خود (95.1٪) و شبکه های اجتماعی (87.2٪) تأکید می کند که این رقم آخر به طور قابل توجهی بالاتر از میانگین ملی برای سایر بخش ها (49.6٪) است.
ظهور شهرت آنلاین باعث افزایش قابل توجه رقابت بین مقاصد و محل اقامت شده است و پارامتر جدیدی است که باید مورد توجه مدیران مشاغل گردشگری قرار گیرد. این شهرت از نظرات ارائه شده توسط گردشگران در اینترنت از خدمات مختلف تغذیه می شود. رصدخانه گردشگری روستایی [ 18 ] مکان، ارزش برای پول، خدمات مشتری، راحتی و پاکیزگی را به عنوان مرتبط تشخیص داده است. این تجربیات تأثیر قابل توجهی بر انتخاب مقصد نهایی توسط گردشگر آینده دارد و در حال حاضر برای مدیریت اقامتگاه های توریستی ضروری است [ 19 , 20 , 21 , 22]. بنابراین، کسانی که شهرت آنلاین مثبت دارند می توانند قیمت های خود را افزایش دهند و سطح شغل خود را حفظ کنند، در حالی که شهرت منفی ممکن است منجر به کاهش تعداد گردشگران شود [ 23 ، 24 ، 25 ، 26 ، 27 ، 28 ].
پیامدهای شهرت آنلاین در بخش توریستی باعث ایجاد کتابشناسی گسترده ای شده است که در آن دو خط تحقیق برجسته است:
–
از یک طرف، ما مطالعاتی را در مورد تقاضا می یابیم که به سمت تأثیر شهرت آنلاین در ادراک گردشگر آینده و چگونگی تأثیر آن بر برنامه ریزی سفر و همچنین در مورد اعتماد مسافران به نظرات [ 29,30 , 31 ، 32 ، 33 ].
–
از سوی دیگر، از نقطه نظر عرضه، دو خط اصلی تحقیق وجود دارد. نویسندگان متعددی شهرت آنلاین را با توجه به مقاصد خاص و چگونگی تأثیر آن بر سطوح شغلی آن‌ها تحلیل کرده‌اند. برخی دیگر در مواجهه با ثبت این نظرات، هم به مدیریت ادارات دولتی و هم به مدیران اقامتگاه های توریستی نزدیک می شوند [ 23 ، 34 ، 35 ، 36 ، 37 ، 38 ، 39 ].
اکثر مطالعات انجام شده بر روی اقامتگاه های نوع هتل با توسل به استفاده از تکنیک های آماری که از ماهیت سرزمینی گردشگری جلوگیری می کند، متمرکز شده است. از این نظر، این مطالعه دو ویژگی متمایزکننده را در رابطه با بخش بزرگی از ادبیات فعلی بیان می‌کند. اول تجزیه و تحلیل شهرت آنلاین اسکان روستایی و دوم استفاده از آمار مکانی است.
با توجه به این سناریو، هدف اصلی این مطالعه آشنایی با وضعیت شهرت آنلاین و تعیین اینکه آیا غلظت ذکرهای منفی یا مثبت در موسسات اقامتی روستایی واقع در اکسترمادورا با استفاده از تجزیه و تحلیل یک سری جنبه‌های سازنده وجود دارد یا خیر بود. این پارامتر برای انجام این کار، ما مواردی را که رصدخانه گردشگری روستایی در گزارش خود با عنوان «آنچه که گردشگر روستایی بیشتر به آن ارزش می دهد» [ 18 ] به عنوان مرجع در نظر گرفتیم.] به عنوان متغیرهایی شناسایی می شود که بر تصمیم گیری در مورد مقصد نهایی تأثیر می گذارند، همراه با آن جنبه هایی که بیش از همه توسط یک گردشگر روستایی در طول اقامت خود ارزشمند است. این موارد شامل ارزش برای پول، خدمات غذا و نوشیدنی، تمیزی، راحتی، توجه مشتری و موقعیت مکانی است. به عنوان مکمل تصمیم گرفتیم متغیرهای مربوط به ارزیابی کلی انجام شده توسط گردشگر از نوع اقامتگاه هتل و ذکر نظر کلی سرویس اتاق را لحاظ کنیم زیرا اینها پارامترهایی هستند که بیشترین تعداد مراجع را در طول دوره مطالعه به دست آورده اند. . برای دستیابی به این هدف، ما به استفاده از تکنیک های آماری فضایی متوسل شدیم که هدف آن روشن کردن وضعیت کلی برای اسکان به عنوان یک کل و علاوه بر آن مشخص کردن هر قلمرو است. با توجه به تنوع گسترده تکنیک های زمین آماری، ما تصمیم گرفتیم از چند مورد استفاده کنیم، یکی جهانی (Global Getis-Ord) و دیگری محلی (Gi* Getis-Ord). نتایج دومی با نتایج به دست آمده با استفاده از چگالی هسته که توزیع فضایی متغیرها را اندازه گیری می کند، مقایسه شد. هدف از این کار تأیید این بود که تجزیه و تحلیل نقطه داغ یک ابزار عالی برای افزودن دیدگاه سرزمینی به دیدگاه عددی است. دستیابی به هر دو هدف به اداره و مالکان این امکان را می دهد تا در صورت لزوم اقداماتی را انجام دهند که منجر به بهبود شهرت آنها می شود. هدف از این کار تأیید این بود که تجزیه و تحلیل نقطه داغ یک ابزار عالی برای افزودن دیدگاه سرزمینی به دیدگاه عددی است. دستیابی به هر دو هدف به اداره و مالکان این امکان را می دهد تا در صورت لزوم اقداماتی را انجام دهند که منجر به بهبود شهرت آنها می شود. هدف از این کار تأیید این بود که تجزیه و تحلیل نقطه داغ یک ابزار عالی برای افزودن دیدگاه سرزمینی به دیدگاه عددی است. دستیابی به هر دو هدف به اداره و مالکان این امکان را می دهد تا در صورت لزوم اقداماتی را انجام دهند که منجر به بهبود شهرت آنها می شود.

2. مواد و روشها

2.1. مطالعه موردی

این مطالعه بر تأسیسات روستایی در منطقه خودمختار Extremadura در اسپانیا متمرکز بود. این موسسات ویژگی های خاصی دارند و باید در محیط های روستایی با جمعیت کمتر از 20000 نفر قرار گیرند [ 40 ]. آنها به دو دسته هتل ها و اقامتگاه های روستایی تقسیم می شوند که دسته دوم به دو زیر مجموعه تقسیم می شوند: آپارتمان و کلبه [ 41 ].
Extremadura یک منطقه برجسته روستایی است که با توزیع جمعیت در شهرداری های کم جمعیت به استثنای دو مرکز استان منعکس شده است ( شکل 1 ). با این وجود، بحث علمی شدیدی در مورد تعریف گردشگری روستایی وجود دارد، زیرا این تعریف شامل انواع خاصی مانند شکار، طبیعت، ورزش و غیره است. محیط روستایی در حال حاضر از یک بحران جمعیتی و اقتصادی در سرتاسر اروپا رنج می برد که در آن بیکاری، پیری جمعیت و از دست دادن جمعیت امری عادی است [ 42 ].
اتحادیه اروپا ابتکارات متعددی را با هدف ترویج گردشگری روستایی در میان سایر بخش ها با اجرای برنامه های متعددی مانند PRODER (1996-1999)، PRODER 2 (2000-2006)، LEADER I (1991-1994) به راه انداخته است. ، LEADER II (1994–1999)، LEADER+ (2000–2006) و FEADER (2007–2013 و 2014–2020). در نتیجه، ظرفیت اسکان به طور قابل توجهی افزایش یافته است، اگرچه تقاضا به همان میزان افزایش نیافته است ( شکل 2 ). طبق موسسه ملی آمار ( Instituto Nacional de Estadística, INE)، در دسامبر 2018، اکسترمادورا در مجموع دارای 583 اقامتگاه گردشگری روستایی بود که بیش از 840 کارمند را تشکیل می دادند [ 43 ]]. علیرغم رشد ثبت شده در عرضه و تقاضا، عدم تعادل بین هر دو پارامتر در نتیجه افزایش کمتر در اقامت‌های شبانه قابل توجه است. به نظر می رسد وضعیت در طول زمان به دلیل کاهش نرخ رشد تعداد تخت های موجود در حال بهبود است. این امر منجر به رقابت بین موسسات اقامتی و مقاصد در شرایطی شده است که در آن گردشگر 2.0 اطلاعات زیادی را در اینترنت پیدا می کند و شهرت آنلاین نقش مهمی در برنامه ریزی و انتخاب مقصد نهایی دارد. در واقع، در اکسترمادورا، 58 درصد از گردشگران روستایی که در سال 2017 از این منطقه بازدید کردند، اعلام کردند که تصمیم خود را در نتیجه تبلیغات موجود در اینترنت گرفته‌اند [ 44 ]]. انتخاب مقصد بستگی به معیارهای متعددی دارد که به جنبه‌های اقتصادی، اجتماعی و غیره مربوط می‌شود، اگرچه در مورد تامین مسکن، هزینه و شهرت آن غالب است. در واقع بسیاری از موسسات امتیازی را که مشتریان به آنها می‌دهند در پلتفرم‌هایی مانند Booking یا TripAdvisor ارتقا می‌دهند.

2.2. مواد و روش ها

از منابع مختلف اطلاعات الفبایی و عددی استفاده شد. از یک طرف، داده های الفبایی از یک شرکت تخصصی (ReviewPro) که نظرات 20 منبع مختلف داده از جمله پورتال های وب مانند Google، Facebook، Tripadvisor و EscapadaRural را جمع آوری می کند، به دست آمد. این یک شرکت چند ملیتی است که با شرکت‌های بزرگ هتل‌داری جهان همکاری می‌کند و نظرات گردشگران را در مورد محل اقامت خلاصه می‌کند. مشتریان آن از برندهای جهانی مانند Iberostar، Meliá، Minos، Ascott و Radisson در میان بسیاری دیگر تشکیل شده است.
در هر نظر، گردشگر به مجموعه ای از خدمات ارائه شده توسط موسسات اقامتی مختلف اشاره می کند ( جدول 1 ) که مطالعه بررسی می کند. با استفاده از جستجوی کلمه کلیدی، این نظرات را تحلیل معنایی می کند. همچنین از الگوریتم‌های خاصی استفاده می‌کند که فیلتر قابلیت اطمینان دیگری را به منابع اولیه اطلاعات خود تحمیل می‌کند. با در نظر گرفتن اعتبار این منبع، برای انجام مطالعه پیشنهادی قابل اعتماد است.
در یک نمونه از 191 مرکز اقامتی گردشگری روستایی در اکسترمادورا در طول دوره مطالعه از 28 نوامبر 2015 تا 28 نوامبر 2018، در مجموع 37950 ذکر که یک پایایی آماری مشخص را نشان می‌دهند شناسایی شد. در طول سه سال بررسی، 590647 مسافر به عنوان اقامتگاه های روستایی ثبت شده است که با توجه به آن می توان استنباط کرد که به طور میانگین 6.47 از این نوع گردشگران در سکوهای مختلف نظر خود را نسبت به اقامتگاه اعلام می کنند.
برگه داده نمونه ( جدول 2 ) خطاهای نمونه بسیار کمی را نشان می دهد. در مورد ذکر شده، این داده ها در نامطلوب ترین وضعیت به 0.5٪ کاهش می یابد و در مطلوب ترین به 0.3٪ کاهش می یابد. اگرچه در ابتدا نمونه محل اقامت ممکن است کوچک به نظر برسد، تعداد تخت‌های موجود تقریباً با نیمی از تخت‌های Extremadura مطابقت دارد، به این معنی که خطای نمونه بین 1.4٪ و 0.8٪ متغیر است. اگر در نظر بگیریم که در نوامبر 2018 تعداد 7148 تخت وجود داشته و در مؤسساتی با مجموع 2951 تخت جمع آوری شده است، این امر به وضوح قابل مشاهده است.
به همین ترتیب، قابل توجه است که هیچ تفاوت محسوسی بین 3 سال وجود ندارد که به دلیل آن، تجزیه و تحلیل زمانی رد شده است. این تجزیه و تحلیل تفاوت های قابل توجهی را گزارش نمی کند و تنها به کاهش نمونه در برخی از موسسات کمک می کند و در نتیجه قابلیت اطمینان آنها را به خطر می اندازد. از این نظر باید مشخص شود که در نمونه، تنها مؤسساتی را انتخاب کرده‌ایم که حداقل 50 ذکر دارند.
گردشگری بخشی با پیامدهای سرزمینی قابل توجهی است که به دلیل آن سیستم های اطلاعات جغرافیایی ابزاری ایده آل برای تحلیل آن هستند. بخش بزرگی از مطالعات گردشگری از آنها به دلیل کارایی آنها به عنوان ابزاری برای برنامه ریزی و ارزیابی پتانسیل گردشگری استفاده می کنند [ 45 ، 46 ]. به نوبه خود، مطالعاتی که قلمرو را به عنوان یک متغیر در نظر می گیرند که باید در هر تحلیل آماری وجود داشته باشد، شروع به تکثیر می کنند. این نشان دهنده اهمیت زمین آمار است [ 47 ، 48 ، 49 ، 50 ]. آنها همچنین برای توصیف فضاهای توریستی [ 51 ] یا برای محدود کردن الگوهای توزیع پیشنهادات توریستی [ 52 ] استفاده می شوند.].
در مقابل، آنها اغلب در تحلیل شهرت آنلاین این بخش استفاده نمی شوند، جایی که استفاده از تکنیک هایی که قلمرو را در نظر نمی گیرند غالب است [ 24 ، 27 ، 28 ، 34 ، 53 ، 54 ]. به همین دلیل، ما روشی را پیشنهاد می‌کنیم که بر استفاده از زمین‌آمار متمرکز است، که به ما امکان می‌دهد توزیع فضایی هر متغیر تحلیل‌شده را پیدا کنیم و همچنین الگوهای سرزمینی را در ذکرهای مثبت و منفی تعیین کنیم.
روش مورد استفاده شامل چندین مرحله است ( شکل 3). اولین مورد شامل به دست آوردن اطلاعات برای گنجاندن در یک پایگاه داده جغرافیایی ارجاع شده است که امکان اجرای آن در یک پروژه GIS را فراهم می کند. دومی شامل تجزیه و تحلیل پایگاه داده با استفاده از تکنیک های آماری فضایی با هدف تعیین توزیع مقادیر گرفته شده توسط هر متغیر در فضا بود. این توزیع سه موقعیت را امکان پذیر می کند: وجود یک خودهمبستگی فضایی مثبت یا منفی یا تمایل داده ها به اتخاذ یک توزیع تصادفی. زمانی که واحدهای فضایی مجاور مقادیر مشابهی داشته باشند، متغیر خودهمبستگی فضایی مثبت و زمانی که متفاوت هستند دارای یک همبستگی منفی است. اگر این شرایط به وجود نیاید، خود همبستگی فضایی وجود ندارد و بنابراین مقادیر متغیر به سمت تصادفی شدن گرایش دارند [ 55 ].
خودهمبستگی فضایی را می توان با استفاده از شاخص های مختلف جهانی و محلی اندازه گیری کرد. تفاوت بین هر دو پارامتر در این است که شاخص‌های جهانی ارتباط‌هایی را که در سرتاسر قلمرو رخ می‌دهند با در نظر گرفتن میانگین جهانی ارزیابی می‌کنند، در حالی که شاخص‌های محلی تعیین می‌کنند که آیا هر نوع خودهمبستگی در زیر مجموعه‌های مختلف نمونه وجود دارد [ 56 ]. اگرچه شاخص‌های مختلفی برای اندازه‌گیری این رابطه فضایی وجود دارد، در این مطالعه ما استفاده از دو مورد از آنها را انتخاب کردیم: آزمون G Getis Ord (Gi) و شاخص محلی Getis Ord (Gi*) ( جدول 3 ) [ 57 ].]. اولی یک چشم انداز کلی از متغیر تحلیل شده ارائه می دهد. در مقابل، دومی وضعیت هر اقامتگاه را با توجه به همسایگان خود منعکس می کند. بنابراین زمانی که مقادیر زیاد غالب باشد یک نقطه داغ یا در مورد غلظت مقادیر پایین یک نقطه سرد تشکیل می شود. شاخص محلی برای شناسایی خوشه های مهم با محاسبه احتمال آماری بسیار مفید است [ 45 ، 52 ، 58 ، 59 ]. برای شناسایی یک هات اسپات، متغیر باید به مقدار بالایی برسد و در عین حال با مقادیر بالا احاطه شود. در همین حال، در نقطه سرد برعکس خواهد بود. علاوه بر این، اگر به دست آوردن غلظت غیرقابل تحمل باشد، نکات ناچیز برجسته می شوند.

قضیه  1.

(الف) جایی که x i و x j مقادیر مشخصه برای ویژگی های i و j هستند، w i,j وزن فضایی بین ویژگی i و j است. n تعداد ویژگی های مجموعه داده است و ⍱ j≠مننشان می دهد که ویژگی های i و j نمی توانند یکسان باشند. (ب) که در آن x j مقدار مشخصه برای ویژگی j است. w i,j وزن فضایی بین ویژگی i و j است. n برابر است با تعداد کل ویژگی ها.
هر دو شاخص فاصله اقلیدسی موجود بین مقادیری را که متغیر در نقاط مختلف فضا می گیرد در نظر می گیرند که به دلیل آن معیار مجاورت پارامتر بسیار مهمی در این نوع تحلیل است. مفهوم سازی فاصله متغیر است. ممکن است معکوس، معکوس مربع یا از یک مقدار ثابت استفاده کند. پس از چندین آزمایش، از فاصله ثابت استفاده می شود زیرا تضمین می کند که هر مقدار حداقل یک همسایه دارد [ 60 ].
استفاده از فاصله ثابت صحیح در کاربرد این نوع تکنیک ها ضروری است. استفاده از یک مقدار کاهش یافته یا زیاد ممکن است منجر به عدم وجود همسایگان برخی از مقادیر یا در نظر گرفتن مقادیر بیش از حد به عنوان مرجع [ 60 ] شود. و در نتیجه نتایج را باطل کند. برای به دست آوردن آنها به این شرط متوسل شدیم که هر نهاد باید حداقل 1 همسایه داشته باشد. این وضعیت با در نظر گرفتن مسافت 7.46 مایل (12 کیلومتر) رخ می دهد که مقدار استفاده شده برای همه محاسبات است.

نتایج به‌دست‌آمده با استفاده از برهم‌نهی نقشه‌کشی آن‌هایی که با چگالی کرنل ارائه می‌شوند، مقایسه شدند، تکنیکی که مجاورت را به عنوان یک عنصر محاسبه حذف می‌کند. این ابزار تحلیلی از معادله ریاضی پیشنهاد شده توسط اسلیورمن [ 61 ] استفاده می کند:

f^(ایکس،y)=1nساعت∑من=1nک(دمنساعت)

جایی که f^( x , y ) مقدار چگالی در یک نقطه با توجه به مکان آن است ( x , y )، n تعداد موارد، h پهنای باند یا مقدار کاهش یافته، K تابع هسته، و di فاصله بین i و نقطه داده شده توسط مختصات ( x , y). این فاصله پس از آنالیزهایی که قبلا انجام شده بود در 7.46 مایل (12 کیلومتر) تعریف شده است. روش چگالی هسته، مقادیری را که متغیر در نقاط مختلف فضا می گیرد، با محاسبه احتمال گسترش این رویداد در شعاع تعیین شده توسط مقدار فاصله، کاهش می دهد.

3. نتایج

شهرت آنلاین یک جنبه کلیدی در انتخاب مقصد یا محل اقامت است. در نتیجه تحلیل عوامل شناسایی شده توسط رصدخانه گردشگری روستایی ضروری است. اینها شامل مواردی است که بر تصمیم گیری در مورد محل اقامت تأثیر می گذارد و بیشترین ارزش را در طول سفر توسط گردشگر روستایی دارد. علاوه بر این، تجزیه و تحلیل دو پارامتر دیگر نیز گنجانده شده است، ارزیابی کلی انجام شده در مورد اقامت و آنچه در اتاق ثبت شده است، زیرا هر دو مورد اغلب توسط گردشگران اظهار نظر می شوند.

3.1. عواملی که بر تصمیم گیری در مورد اسکان نهایی تأثیر می گذارد

یکی از پارامترهایی که بیشترین تأثیر را در تصمیم گیری در مورد اسکان نهایی گردشگر روستایی دارد، خدمات ارائه شده در زمینه غذا و نوشیدنی است. در واقع این یکی از مواردی است که بیشترین تعداد ذکر را در طول دوره مطالعه به خود اختصاص داده است. در مجموع 7231 ذکر از این سرویس ثبت شده که 82.6 درصد مثبت و 17.4 درصد منفی بوده است. این داده ها شهرت بسیار خوب این خدمات ارائه شده توسط اقامتگاه های گردشگری روستایی را اثبات می کند. با این حال، جالب است که با توزیع آنها در قلمرو آشنا شوید و متوجه شوید که آیا بین زیر مجموعه های نمونه تفاوت وجود دارد یا خیر. آزمون G Getis Ord ( جدول 4) شامل تفاوت بین ذکرهای مثبت و منفی است. به طور کلی، ذکرهای مثبت تمایل دارند در خوشه‌های با ارزش بالا توزیع شوند و یک خودهمبستگی فضایی مثبت ارائه دهند. در مقابل، ذکرهای منفی از الگوی توزیع تصادفی پیروی می کنند.
توزیع سرزمینی شاخص محلی ( شکل 4) دو نوع گروه بندی را در نظرات مثبت با معناداری آماری 95% و 99% نشان می دهد. منطقه لا ورا تنها منطقه ای است که دارای مقادیر مثبت بالا در خدمات غذا و نوشیدنی است. در Miajadas-Trujillo، Sierra de Gata، Campo Arañuelo، Villuercas-Ibores-Jara، و La Serena، این مجموعه ها مقادیر کمی از ذکرهای مثبت را جمع می کنند. ذکرهای منفی به صورت تصادفی در سراسر قلمرو توزیع می شوند. در واقع، تنها خوشه‌های کوچک در نواحی Valle del Jerte و Villuercas-Ibores-Jara شناسایی شدند، البته با سطح اطمینان آماری 90٪. تمرکز این نوع ذکرها در منطقه لاس ویلورکاس، همراه با وجود خوشه هایی از مقادیر کم ذکرهای مثبت، نشان دهنده شهرت ضعیف این خدمات است. به این دلیل،
کارتوگرافی نتایج به‌دست‌آمده از کاربرد روش چگالی هسته را نشان می‌دهد و تفاوت‌های قابل‌توجه بین این تکنیک و آمار فضایی را برجسته می‌کند. آنها به دلیل این واقعیت رخ می دهند که روش درونیابی چگالی هسته معیارهای مجاورت را در نظر نمی گیرد. این وضعیت در مناطق شمال غربی استان کاسرس که تعداد نظرات بیشتری وجود دارد، نقاطی با تراکم بالا در مورد ذکرهای مثبت و منفی ایجاد می کند. علاوه بر این، استفاده از این تکنیک تحلیلی، مناطقی با تراکم بالا از ذکر منفی و مثبت را در مکان‌هایی شناسایی می‌کند که در آن‌ها شاخص Gi* مناطقی را بدون اهمیت آماری نشان می‌دهد ( شکل 4 ).
نظرات ارزش برای پول 1477 است که 73.6 درصد مثبت و 26.4 درصد منفی است. به طور کلی می توان مشاهده کرد که این جنبه از شهرت بدتری در بین گردشگران برخوردار است. تجزیه و تحلیل الگوهای فضایی ( جدول 5 ) توزیع مقادیر این پارامتر را در منطقه Extremadura نشان می دهد. این نشان می دهد که ذکرهای مثبت از یک الگوی توزیع تصادفی پیروی می کنند در حالی که ذکرهای منفی با هم گروه بندی می شوند.
تجزیه و تحلیل دقیق سرزمینی تفاوت های قابل توجهی را در هر دو نظر منعکس می کند. ذکرهای مثبت در دو نوع مصالح فضایی متمرکز شده‌اند: مقادیر زیاد و کم. ناحیه لا ورا مقادیر بالایی با اهمیت آماری بین 99 تا 90 درصد اطمینان را نشان می دهد. تجمعات فضایی مقادیر کم ذکرهای مثبت نیز در نواحی Valle del Jerte، Valle del Ambroz، Sierra de San Pedro-Tajo Internacional، و Villuercas-Ibores-Jara یافت می شود. از سوی دیگر، ناحیه Miajadas Trujillo خوشه‌هایی از اشاره‌های مثبت کم را در ناحیه شمالی ارائه می‌کند در حالی که در بخش جنوبی، برعکس است.
نظرات منفی سطح پایینی از گروه بندی دارند. انبوهی از مقادیر بالا فقط در مناطق Sierra de San Pedro-Tajo Internacional و Villuercas-Ibores-Jara رخ می دهد. در این سناریو، مزیت رقابتی منطقه لا ورا در مقایسه با بقیه مناطق قابل قدردانی است، زیرا تنها منطقه ای است که مجموع ارزش های بالایی از نظرات مثبت را در مورد ارزش پولی موسسات اقامتی روستایی آنها نشان می دهد. در مقابل، منطقه Villuercas-Ibores-Jara و Sierra de San Pedro-Tajo Internacional مناطقی را نشان می‌دهند که بیشترین انباشتگی منفی را دارند.
روش تراکم هسته ( شکل 5 ) مناطق متعددی را با تراکم بالا از ذکرهای مثبت و منفی که با مناطق بدون اهمیت آماری پس از اعمال نشانگر محلی Getis Ord منطبق است، شناسایی می کند.
توجه مشتری 3800 ذکر را به خود اختصاص داد که بیش از 95٪ آنها مثبت بودند. این داده ها شهرت خوب موسسات اقامتی روستایی اکسترمادورا را در این نقطه اثبات می کند. توزیع سرزمینی آن با توجه به داده‌های به‌دست‌آمده پس از اعمال شاخص جهانی Getis Ord، تفاوت‌های خاصی را نشان می‌دهد، که در آن ذکرهای مثبت یک خودهمبستگی فضایی مثبت را در خوشه‌هایی با مقادیر بالا نشان می‌دهند، در حالی که ذکرهای منفی از یک الگوی تصادفی پیروی می‌کنند ( جدول 6 ).
شکل 6نشان دهنده تجمعاتی است که در مورد ذکرهای مثبت و منفی رخ می دهد. این دو نوع از سنگدانه‌ها را نشان می‌دهد که به خوبی متمایز شده‌اند: آنهایی که مربوط به تجمع مقادیر بالا و آنهایی با مقادیر پایین هستند. از این نظر، مناطق Valle del Jerte و La Vera به دلیل شهرت آنلاین مثبت خود در توجه مشتری با اهمیت آماری بین 90٪ تا 95٪ برجسته هستند. در وضعیت مخالف، مناطق Monfragüe، Sierra de Gata، Campo Arañuelo، Villuercas-Ibores-Jara، Miajadas-Trujillo، La Serena و Olivenza قرار دارند که در آنها تجمعات با تعداد کمی از ذکرهای مثبت مطابقت دارد. با این حال، تجزیه و تحلیل نظرات منفی نشان می دهد که تنها مجموعات با ارزش بالا وجود دارد. این نشان دهنده وضعیت پیچیده در ولسوالی های درگیر و نیاز به اقدام برای تغییر وضعیت است.
در هر دو پارامتر، روش چگالی کرنل مناطق با چگالی بالا را با نقاطی که شاخص محلی Getis Ord به عنوان مناطق کانونی طبقه بندی می کند، شناسایی می کند. با این حال، در سایر مناطق که به عنوان نقاط بدون اهمیت آماری ظاهر می شوند، این تکنیک آنها را به عنوان مناطق با تراکم بالای ذکر مثبت یا منفی طبقه بندی می کند.

3.2. عواملی که بیشترین ارزش را برای گردشگران روستایی دارند

تمیزی 2356 بار ذکر شده است که 83.15% مثبت و 16.85% منفی برای نشان دادن شهرت آنلاین بسیار خوب است. آنها الگوهای مختلف توزیع را ارائه می دهند ( جدول 7 ). نام‌های مثبت، مجموع‌های مقادیر بالا را با همبستگی فضایی مثبت شکل می‌دهند و ذکرهای منفی از یک الگوی تصادفی پیروی می‌کنند.
توزیع سرزمینی شاخص Gi* به صورت خوشه ای از مقادیر زیاد و کم در موارد ذکرهای منفی و مثبت به خود می گیرد ( شکل 7).). از یک سو، بیشترین تعداد نظرات مثبت در شمال شرقی استان کاسرس متمرکز شده است، به طور دقیق در نواحی لا ورا، واله دل جرته و واله دل آمبروز. وضعیت در مناطق سیرا د گاتا، کامپو آرانیولو، میاخاداس-تروجیلو، ویلورکاس-ایبورس-خارا، مونتانچز و لا سرنا برعکس است. خوشه هایی با مقادیر بالا را می توان در ناحیه سیرا د سان پدرو-تاجو اینترناسیونال و مقادیر کم در قسمت شمالی این منطقه مشاهده کرد. در میان نظرات منفی، منطقه Valle del Jerte به طور مثبت برجسته می شود زیرا مجموعه ای از مقادیر کم را نشان می دهد، همانطور که در سیرا د گاتا وجود دارد. به همین ترتیب، مناطقی وجود دارند که نظرات منفی در آنها فراوان است، مانند Tierras de Granadilla، Monfragüe، Tajo-Salor Almonte، Sierra de San Pedro-Tajo Internacional. میاژاداس-تروجیلو، زفرا، رودخانه بودیون و تنتودیا. برخی نیز ارزش پایینی از نظرات مثبت دارند. این سناریو شهرت عالی شمال شرقی استان کاسرس را نشان می دهد.
استفاده از روش درونیابی چگالی هسته، مناطق با چگالی بالا را که با مناطق بدون اهمیت آماری در نتایج به‌دست‌آمده از شاخص محلی Getis Ord منطبق است، شناسایی می‌کند.
آسایش و آرامش در 2350 مورد ذکر شده است که 75.6 درصد مثبت و 24.4 درصد منفی است. اگرچه تعداد کل ذکرهای ثبت شده روی این پارامتر مشابه مواردی است که در متغیر تمیزی به دست آمده است. نظرات منفی بیشتری وجود دارد به همین دلیل می توان نتیجه گرفت که این جنبه از شهرت بدتری برخوردار است. تجزیه و تحلیل الگوهای فضایی نشان می دهد که ذکرهای مثبت یک خودهمبستگی فضایی مثبت را نشان می دهد. خوشه هایی از مقادیر مثبت را تشکیل می دهد، در حالی که ذکرهای منفی به صورت تصادفی توزیع می شوند ( جدول 8 ).
توزیع سرزمینی Gi* در نظرات مثبت و منفی با اهمیت آماری که بین 90 تا 95 درصد متغیر است نشان دهنده وضعیت پیچیده ای است ( شکل 8).). مناطق در شمال شرقی منطقه اکسترمادورا غلظت بالایی از ذکرهای مثبت را نشان می دهند. علاوه بر این، انبوهی از مقادیر کم ذکرهای مثبت در Sierra de Gata، Miajadas-Trujillo، Campo Arañuelo، Tajo-Salor-Almonte، Villuercas-Ibores-Jara، La Siberia و La Serena توزیع شده است. برخی از این سرزمین‌ها با مجموعه‌ای از موارد منفی متعدد منطبق است. این سناریو در مناطق Campo Arañuelo، Villuercas Ibores-Jara، و La Siberia شناسایی شده است. این مناطق توسط ناحیه Tentudía ملحق می شوند که در آن این خوشه ها سطح معنی داری آماری 99٪ را نشان می دهند. در مقابل، Sierra de San Pedro-Tajo Internacional مقادیر کمی از اشاره های منفی را ارائه می دهد.
روش چگالی کرنل گروه بندی های ناچیز را برای شاخص Gi* جمع آوری می کند.
چشم انداز و محیط اطراف برای گردشگر روستایی مهم است. 3683 نظر در مورد این موضوع جمع آوری شد که 95 درصد آنها مثبت است. این ارزیابی عالی از چشم انداز Extremadura را نشان می دهد. تجزیه و تحلیل الگوهای فضایی ( جدول 9 ) وجود خودهمبستگی فضایی را در مورد ذکرهای مثبت نشان می دهد که با تشکیل خوشه هایی با مقادیر بالا مشخص می شود. با این حال، ذکر منفی به صورت تصادفی توزیع می شود.
علیرغم شهرت عمومی عالی، مناطقی وجود دارد که تعداد ذکرهای مثبت در آنها کم است: این مناطق توسط شاخص محلی Getis Ord به عنوان نقاط سرد نظرات مثبت شناسایی می شوند ( شکل 9 ). این مورد مربوط به مناطق Campo Arañuelo، Villuercas-Ibores-Jara، Miajadas-Trujillo، Sierra de San Pedro Tajo-Internacional، Montánchez و La Serena است. با این حال، این مناطق به عنوان مجموعه ای از مقادیر بالای ذکر منفی ظاهر نمی شوند. این سناریو در مناطق Tajo-Salor Almonte و La Siberia ظاهر می شود. همه اینها باعث ایجاد شهرت آنلاین منفی از این جنبه در این مناطق می شود.
اگرچه مدل درونیابی چگالی هسته نقاط کلیدی را در پهنه بندی این متغیر در موارد ذکرهای مثبت شناسایی نمی کند، اما در موارد منفی که با مناطق با چگالی بالا و خوشه ای از این نوع نظرات منطبق است این کار را انجام می دهد. مناطق تاجو-سالور-آلمونته و لا سیبری.

3.3. سایر متغیرها

مسکن روستایی یک جنبه مرتبط از شهرت آنلاین است. تعداد نظرات ثبت شده به 8464 می رسد. از این تعداد 91.58% مثبت بوده است که نشان دهنده سطح بالای رضایت گردشگر به طور کلی از کلیه خدمات ارائه شده توسط موسسات اقامتی روستایی در منطقه Extremadura است، علیرغم اینکه این وضعیت متفاوت است. در برخی خدمات خاص تر (غذا و نوشیدنی، نظافت و غیره).
تجزیه و تحلیل الگو ( جدول 10 ) گروه بندی را در مورد نظرات مثبت و تصادفی بودن در نظرات منفی را منعکس می کند.
توزیع سرزمینی Gi* ( شکل 10 ) نشان می دهد که چگونه نظرات مثبت در خوشه هایی با ارزش های بالا در ناحیه لا ورا گروه بندی می شوند. با این حال، در مناطق Campo Arañuelo، Miajadas-Trujillo، Villuercas-Ibores-Jara، و La Serena تجمعات به دلیل وجود مقادیر کم ذکرهای مثبت است. در عین حال باید به وجود این تجمعات با مقادیر بالای ذکرهای منفی در مناطق Monfragüe و Tajo-Salor-Almonte اشاره کرد.
نتایج به‌دست‌آمده پس از استفاده از روش چگالی هسته با نتایجی که پس از مقادیر حاصل از شاخص محلی Getis Ord بیان شده‌اند، مطابقت ندارد، که تفاوت‌ها را پس از استفاده از هر دو تکنیک تحلیل فضایی تأیید می‌کند.
وضعیت اتاق ها و سرویس اتاق ها 5317 نظر دارد که از این تعداد; 28 درصد منفی است. تجزیه و تحلیل الگوهای فضایی ( جدول 11 ) خود همبستگی فضایی مثبت را در هر دو نوع نظر نشان می دهد به گونه ای که اینها به شکل خوشه هایی با مقادیر بالا تمایل دارند.
اگرچه ارزیابی جهانی وجود تعداد زیادی از موارد منفی را منعکس می‌کند، اما جالب است که در هر منطقه به وضعیت تصادفی هر منطقه پی ببریم ( شکل 11).). می توان مشاهده کرد که در موارد خاص ذکرهای مثبت، نقاط سرد و داغ وجود دارد، در حالی که در ذکرهای منفی تنها توده هایی با ارزش بالا نشان دهنده شهرت ضعیف برخی از ولسوالی ها هستند. لا ورا تنها منطقه ای است که مقادیر بالایی از ذکرهای مثبت را متمرکز می کند. در عین حال، برخی از این مناطق که وجود نقاط سرد با توجه به نظرات مثبت در آنها خودنمایی می کند، به عنوان مجموعه هایی نشان داده می شوند که در آنها مقادیر بالای جملات منفی غالب است، همانطور که در ناحیه Valle del Ambroz و Sierra de رخ می دهد. San Pedro-Tajo Internacional، همراه با منطقه Monfragüe.
نتایج به دست آمده توسط تجزیه و تحلیل زمین آماری با استفاده از Gi* Getis-Ord وضعیت سرزمینی جالبی را نشان می دهد که در موارد مورد تجزیه و تحلیل تکرار می شود. این شهرت آنلاین خوب مؤسسات واقع در سه منطقه است که از منظر گردشگری بسیار مهم هستند: La Vera، Valle del Jerte و Valle del Ambroz. در این مناطق نظرات بسیار مثبت و در درصد بالایی از تقاضا در اکثر جنبه های مورد تجزیه و تحلیل مشاهده می شود. با این حال، این واقعیت با درصد پایین اشاره های مثبت به دست آمده در سایر مناطق واقع در شمال اکسترمادورا یا در مناطقی که هدف آنها تشویق توسعه گردشگری روستایی است، در تضاد است. این را می توان در بخش بزرگی از مناطق Villuercas-Ibores-Jara و دشت شبه جزیره Trujillo مشاهده کرد. علاوه بر این، همچنین قابل توجه است که در بخش زیادی از قلمرو مقادیر ناچیز ظاهر می شود. این بدان معنی است که هیچ تمایل روشنی به تعریف آنها به عنوان نقاط سرد یا نقاط داغ وجود ندارد.

4. بحث

همانطور که در مطالعات متعدد ذکر شده است، شهرت آنلاین مقاصد و همه عناصر آنها تأثیر قابل توجهی بر رقابت پذیری آنها دارد [ 62 ، 63 ]. این به ابزاری برای ایجاد تصویری از هر مقصدی تبدیل شده است، به ویژه در زمانی مانند زمان حال که مقاصد هوشمند غالب هستند [ 64 ، 65 ]. این مورد به حدی است که برخی مطالعات شهرت آنلاین را به سودآوری محل اقامت مرتبط می‌کنند [ 66 ].
مورد تجزیه و تحلیل شده نشان می دهد که می توان تجزیه و تحلیل شهرت آنلاین را با در نظر گرفتن توزیع سرزمینی آن انجام داد، زیرا نظرات را می توان به عنوان یک ویژگی فضایی اضافه کرد. از این نظر، واضح است که نظرات گردشگران در مورد مقصد یا هر عنصر گردشگری ممکن است مثبت یا منفی باشد، به این معنی که می‌توان در نظر گرفت که آیا تمایل خاصی به تمرکز اولی وجود دارد یا دومی. به همین دلیل به وضوح نیاز به تجزیه و تحلیل نظرات ارائه شده توسط گردشگران وجود دارد.
اهمیت شهرت آنلاین که در آن نظرات مثبت در مورد عرضه اقامتگاه غالب است، تأثیر مستقیمی بر تصویر مقصد به طور کلی دارد. نباید فراموش کرد که اقامت به عنوان یک جنبه کلیدی در تحلیل تجربه گردشگری در نظر گرفته می شود. در نتیجه، اهمیت نظرات در مورد محل اقامت در ادبیات در دهه گذشته مورد توجه قرار گرفته است. با این حال، در سال های اخیر افزایش آشکاری در تعداد این ذکرها وجود داشته است. این مطالعات شهرت آنلاین و تأثیر آن [ 67 ] را بر انواع اقامتگاه های متعددی مانند Airbnb [ 68 ] و هتل ها [ 69 ] در محیط های بسیار متفاوت [ 70 ] تجزیه و تحلیل کردند.
مسکن روستایی در این روند گنجانده شده است و شهرت آنلاین آن از دیدگاه های مختلف برای بهبود استراتژی های بازاریابی طراحی شده است [ 71 ، 72 ]. با این حال، یک تجزیه و تحلیل زمین آماری در موارد بسیار کمی انجام می شود [ 58 ]. در نتیجه، اگرچه این درست است که مطالعات زیادی در مورد شهرت آنلاین موسسات اقامتی وجود دارد، تجزیه و تحلیل هایی که در آن قلمرو نقش کلیدی ایفا می کند مانند تحلیل های زمین آماری معمولاً انجام نمی شود. در این معنا و با توجه به این کمبود ادبیات، ما به تحلیلی متوسل شدیم که هدف آن تشخیص الگوهای رفتاری مشابه در محیط‌های مجاور است.
پس از اعمال آن، تأیید می شود که اکثر نظرات ثبت شده در هر یک از متغیرهای مطالعه ماهیت مثبت و تعداد کمی از ذکرها منفی است. این سناریو به دلیل همدلی که گردشگر نسبت به مدیر این موسسات اقامتی احساس می کند، به دلیل تعامل جدید که از طریق توسعه وب 2.0 امکان پذیر است، در مکان های دیگر بازتولید می شود [ 73 ].
اگرچه، به طور کلی، نظرات مثبت غالب هستند، نظرات منفی نیز وجود دارند. این دوگانگی باید به عنوان مبنایی برای معرفی اقدامات اصلاحی یا ارائه پیشنهادهایی برای بهبود عمل کند. اینها برای تداوم توسعه و حفظ جنبه هایی که به طور مثبت ارزش گذاری شده اند و ایجاد برنامه های خاص برای بهبود در زمانی که برعکس است، طراحی خواهند شد. از این نظر، این یک مزیت است که شاخص کلی ایجاد شده توسط Getis-Ord این نوع تفسیر را با اشاره به تمرکز یا تصادفی بودن توزیع نظرات خاص اجازه می دهد. با این حال، هر اقدامی که برای بهبود شهرت آنلاین مقاصد طراحی شود، یک سیاست کلی خواهد بود که با وضعیت منطقه سازگاری ضعیفی دارد. اثبات این امر این است که وقتی یک تحلیل محلی مانند Gi* Getis-Ord استفاده می‌شود، چشم‌انداز به‌دست‌آمده با هر قلمرو، هر مؤسسه یا هر مقصد تطبیق داده می‌شود. از اینجا به راحتی می توان استنباط کرد که اقدامی که ممکن است انجام شود برای موارد خاص مناسب تر خواهد بود. علاوه بر این، با توجه به اینکه معیار همسایگی در نظر گرفته شده است، طراحی سیاست های مشترک برای مناطق مجاور امکان پذیر خواهد بود، به خصوص اگر همانطور که در مورد الگوهای مجاورت بسیار واضح شناسایی شده باشد. هنگامی که از تراکم هسته استفاده می شود، این جنبه مورد توجه قرار نمی گیرد. طراحی سیاست‌های مشترک برای مناطق مجاور امکان‌پذیر خواهد بود، به‌ویژه اگر الگوهای نزدیکی بسیار واضحی شناسایی شده باشد. هنگامی که از تراکم هسته استفاده می شود، این جنبه مورد توجه قرار نمی گیرد. طراحی سیاست‌های مشترک برای مناطق مجاور امکان‌پذیر خواهد بود، به‌ویژه اگر الگوهای نزدیکی بسیار واضحی شناسایی شده باشد. هنگامی که از تراکم هسته استفاده می شود، این جنبه مورد توجه قرار نمی گیرد.
نتایج به‌دست‌آمده تاکید می‌کند که برخی از پارامترها ذکرهای منفی متعددی (بیش از 20 درصد) را جمع‌آوری می‌کنند. این نشانه روشنی است که هم دولت و هم مالکان باید استراتژی های خود را تغییر دهند. در مورد خاص اکسترمادورا می توان درک کرد که این وضعیت بر جنبه های کلیدی در انتخاب مقصد تأثیر می گذارد. اینها شامل اتاق، ارزش پولی و راحتی است. این داده‌ها نقاط ضعف واقعی شهرت آنلاین منطقه مورد تجزیه و تحلیل هستند، اگرچه تفاوت‌های قابل‌توجهی بین مناطق توریستی وجود دارد که امکان تعیین کاربرد آمارهای زمین‌آمار را برای مکان‌هایی که در آن‌ها مجموع مقادیر بالایی از ذکر منفی برای هر یک از این موارد وجود دارد، وجود دارد. متغیرها از این نظر می توان مشاهده کرد که چگونه مناطق Campo-Arañuelo، Villuercas-Ibores-Jara، La Siberia، و Tentudía بدترین نمرات را برای راحتی و آرامش دارند، با استفاده از شاخص محلی Getis-Ord که منعکس کننده وجود مجموعه هایی از مقادیر بالای ذکر منفی است. تا آنجا که به ارزش پول مربوط می شود، مناطق Villuercas-Ibores-Jara و Sierra de San Pedro-Tajo Internacional برجسته هستند. در نتیجه این مناطق نیاز به اقدام خاصی دارند.
با توجه به اینکه شهرت آنلاین یک جنبه کلیدی در تصمیم گیری برای سفر است [ 14 ، 15 ]، لازم است که در این جنبه دقت زیادی داشته باشیم و مالکان را تشویق کنیم تا اقداماتی را برای اصلاح وضعیت انجام دهند. اگر وضعیت فعلی ادامه یابد، این می‌تواند منجر به از دست دادن آشکار رقابت‌پذیری شود زیرا ارزش برای پول و راحتی تأسیسات پارامترهای ضروری برای یک گردشگر هستند [ 18 ].
مدیریت رضایت بخش این ذکرها ممکن است منجر به کاهش تعداد نظرات منفی در مورد این جنبه ها شود [ 37 ، 38 ، 53 ]. با وجود این، برخی مطالعات اشاره می‌کنند که مدیریت این شهرت در موسسات اقامتی روستایی بسیار نادر است، به همین دلیل این انباشت نام‌های منفی در مناطق خاص ممکن است استقبال از تعداد گردشگران را به میزان قابل توجهی کاهش دهد [ 58 ].
در سطح فنی، نتایج نشان می‌دهد که زمین‌آمار ابزار مفیدی برای تجزیه و تحلیل شهرت آنلاین است، بیش از هر چیز زیرا اگر به معیار نزدیکی متوسل شویم، شروع به حرکت ابتکارات بهبود را تسهیل می‌کند تا بازده سرمایه‌گذاری را مشاهده کنیم. توسط Administración ساخته شود. در این مورد، تأیید می‌شود که استفاده از تکنیک‌های آماری فضایی این امکان را فراهم می‌کند که مشخص شود کدام مکان‌ها برای داشتن شهرت آنلاین مثبت یا منفی برای هر یک از جنبه‌هایی که در این مطالعه نشان داده شده‌اند، برجسته هستند. در عین حال، اثربخشی آنها در تحلیل الگوهای فضایی با توجه به استفاده از تکنیک های دیگر مانند روش درونیابی چگالی هسته [ 58 ] نشان داده شده است.
علیرغم اینکه نتایج به دست آمده با استفاده از تکنیک های زمین آماری جالب توجه است، استفاده از این ابزارها خالی از اشکال نیست. اینها در تکنیک‌هایی نیستند که بسیار محکم هستند و توسط محققان متعددی که موضوعات مختلف را تجزیه و تحلیل می‌کنند [ 74 ، 75 ، 76 ، 77 اتخاذ کرده‌اند.]، اما در پیکربندی آنها. مشکلات اصلی به ویژه شامل نیاز به انتخاب یک مفهوم سازی از روابط فضایی با استفاده از گزینه های مختلف است: فاصله معکوس، مربع فاصله معکوس، باند فاصله ثابت، یا منطقه بی تفاوتی. طبیعتاً در نظر گرفتن یک نوع رابطه فضایی به معنای حصول نتایجی است که تفاوت‌های جزئی را نشان می‌دهد، به همین دلیل باید آزمایش‌های متعددی انجام داد و آنها را با هم مقایسه کرد تا بهترین تصمیم اتخاذ شود. در موردی که به ما مربوط می شود، با در نظر گرفتن توزیع سرزمینی نمونه، مناسب تلقی شد که به یک فاصله ثابت متوسل شویم تا از حضور حداقل 1 محل اقامت همسایه اطمینان حاصل شود. این شرط در فاصله اقلیدسی 12 کیلومتر (7.46 مایل) برآورده شد. با این اوصاف، ممکن است در نظر گرفته شود که بسته به توزیع شی مورد تجزیه و تحلیل، ممکن است روش دیگری برای مفهوم سازی مناسب ترین رابطه فضایی وجود داشته باشد. شکی نیست که این یک محدودیت احتمالی است، اگرچه با توجه به اینکه تغییرات اساسی در نتایج قدردانی نشده است، درک می شود که استفاده از فاصله اقلیدسی 12 کیلومتر مناسب ترین اقدام است. تصمیم به انتخاب یک نوع رابطه فضایی یا دیگری در مورد مورد تجزیه و تحلیل تعیین کننده نیست، اگرچه می توان اشاره کرد که در موارد دیگر ممکن است حیاتی باشد. به این معنی که استفاده از چندین نوع رابطه فضایی و مقایسه نتایج به گونه ای توصیه می شود که مدل هایی که بیشترین شباهت را به یکدیگر دارند انتخاب شوند. اگرچه با توجه به اینکه تغییرات اساسی در نتایج قدردانی نشده است، می توان فهمید که استفاده از فاصله اقلیدسی 12 کیلومتر مناسب ترین اقدام است. تصمیم به انتخاب یک نوع رابطه فضایی یا دیگری در مورد مورد تجزیه و تحلیل تعیین کننده نیست، اگرچه می توان اشاره کرد که در موارد دیگر ممکن است حیاتی باشد. به این معنی که استفاده از چندین نوع رابطه فضایی و مقایسه نتایج به گونه ای توصیه می شود که مدل هایی که بیشترین شباهت را به یکدیگر دارند انتخاب شوند. اگرچه با توجه به اینکه تغییرات اساسی در نتایج قدردانی نشده است، می توان فهمید که استفاده از فاصله اقلیدسی 12 کیلومتر مناسب ترین اقدام است. تصمیم به انتخاب یک نوع رابطه فضایی یا دیگری در مورد مورد تجزیه و تحلیل تعیین کننده نیست، اگرچه می توان اشاره کرد که در موارد دیگر ممکن است حیاتی باشد. به این معنی که استفاده از چندین نوع رابطه فضایی و مقایسه نتایج به گونه ای توصیه می شود که مدل هایی که بیشترین شباهت را به یکدیگر دارند انتخاب شوند. اگرچه می توان اشاره کرد که در موارد دیگر ممکن است حیاتی باشد. به این معنی که استفاده از چندین نوع رابطه فضایی و مقایسه نتایج به گونه ای توصیه می شود که مدل هایی که بیشترین شباهت را به یکدیگر دارند انتخاب شوند. اگرچه می توان اشاره کرد که در موارد دیگر ممکن است حیاتی باشد. به این معنی که استفاده از چندین نوع رابطه فضایی و مقایسه نتایج به گونه ای توصیه می شود که مدل هایی که بیشترین شباهت را به یکدیگر دارند انتخاب شوند.25 ، 50 ، 52 ].
یکی دیگر از محدودیت‌های تکنیک‌ها، روشی است که برای در نظر گرفتن فاصله استفاده می‌شود، زیرا دو احتمال وجود دارد: فاصله اقلیدسی و فاصله منهتن، اگرچه استفاده از فاصله واقعی یا زمان سفر به‌طور دقیق به‌دست‌آمده از امپدانس صحیح ممکن نیست. این محدودیت مهم است، اگرچه در حال حاضر کتابشناسی مورد استفاده راه حلی برای مشکل پیدا نکرده است. علیرغم این عیب، باید به این نکته اشاره کرد که مطالعات انجام شده تمایل به استفاده از فاصله اقلیدسی دارند.
اگرچه اینها محدودیت‌های اصلی در سطح فنی یا ابزاری هستند، اما سایر محدودیت‌های مرتبط با اطلاعات تحلیل شده خود نیز وجود دارند. در این میان نیاز به استفاده از معیارهای عددی و در نتیجه کمی و همچنین پایایی خود داده ها خودنمایی می کند. بدیهی است که برای انجام عملیات آماری استفاده از اعداد ضروری است، اگرچه زمانی که شهرت آنلاین یک اقامتگاه یا مقصد مورد تجزیه و تحلیل قرار می‌گیرد، می‌توان از ویژگی‌های کیفی استفاده کرد همانطور که در برخی مطالعات نشان داده شده است [ 78 ، 79 ].]. این تاکید می‌کند که این تکنیک‌ها با داده‌های کیفی ناسازگار هستند، که گاهی اوقات هنگام تجزیه و تحلیل پارامترهایی مانند شهرت آنلاین بسیار مهم هستند. علاوه بر این، مطالعه شهرت آنلاین بدون بحث نیست زیرا برخی از مطالعات نشان می دهد که نظرات نادرست از موسسات اقامتی منتشر می شود [ 80 ، 81 ]. در نتیجه این عدم قطعیت در مورد صحت نظرات، مطالعاتی برای اندازه گیری عواملی که ممکن است بر اعتبار [ 80 ] یا نحوه مواجهه با انتقادات دریافتی تأثیر بگذارند، به وجود آمده اند [ 82 ].
با در نظر گرفتن جنبه‌های ذکر شده، تاکید می‌شود که استفاده از تکنیک‌های تحلیلی مانند Gi* Getis-Ord امکان شناسایی الگوهای توزیع جالب در شهرت آنلاین را فراهم می‌آورد که در صورت اتخاذ سیاست‌های گردشگری مناسب برای رفع عدم تعادل و رفع عدم تعادل، می‌توان از آن‌ها استفاده کرد. تشویق تکنیک های بازاریابی مناسب برای هر فضا. با این حال، استفاده از همان، لزوم توسل به پارامترهای عددی و در نتیجه غیر کیفی را بیان می کند. با وجود این، اگر فردی بخواهد از این نوع تکنیک ها استفاده کند، اگر اطلاعات کیفی در دسترس باشد، امکان تبدیل آن به اطلاعات کمی وجود دارد. با این وجود، نباید فراموش کرد که بخشی از ادبیات، تکنیک های کیفی را انتخاب می کند.
علیرغم مزایا و معایب استفاده از تکنیک های زمین آماری برای تحلیل شهرت آنلاین، باید اذعان داشت که کاربرد آنها جالب است. این به شکل طراحی کمپین‌های شکل‌دهنده خاص برای مشکل‌زاترین مناطق است، که اگر در نظر گرفته شود که وضعیت هر یک از مراکز اقامتی روستایی مورد تجزیه و تحلیل قرار گرفته است، جالب است.
به نظر نویسندگان، با توجه به نتایج خوب به‌دست‌آمده در سطح ابزاری، ادامه تحقیق دقیقاً بر تحلیل نظرات منفی تأثیر می‌گذارد، هرچند در این مورد، تضاد نظرات تقاضا با عرضه است. درگیر پیشنهاد خواهد شد. به این ترتیب، چشم انداز و امکانات رقابتی بهبود یافته ارائه شده توسط شهرت آنلاین تکمیل می شود.

5. نتیجه گیری ها

تجزیه و تحلیل شهرت آنلاین موسسات اقامتی گردشگری روستایی در اکسترمادورا سطح بالایی از رضایت گردشگر را نشان می دهد. با وجود این، شایان ذکر است که تفاوت های خاصی بین برخی از خدماتی که این شهرت را تشکیل می دهند و همچنین بین مناطق مختلف توریستی اکسترمادورا وجود دارد.
در نتیجه می توان مشخص کرد که نتایج به دست آمده موارد زیر را نشان می دهد:
–
در وهله اول نشان داده می شود که چگونه متغیرهای مربوط به ارزیابی کلی از اقامت در هتل و خدمات غذا و نوشیدنی به همراه وضعیت اتاق، جنبه هایی هستند که بیشترین تعداد ذکر را در طول دوره مطالعه ایجاد کرده اند. .
–
ثانیاً، یک سری نقاط قوت و ضعف در شهرت آنلاین موسسات اقامتی روستایی اکسترمادورا وجود دارد. نقاط قوت توجه مشتری، چشم انداز و محیط اطراف، و همچنین ارزیابی کلی از هتل با نظرات مثبت بیش از 90٪ از کل را تشکیل می دهد. با این حال، متغیرهای ارزش برای پول، راحتی، و خدمات اتاق عمومی نقاط ضعف هستند زیرا بیشترین تعداد ذکر منفی ثبت شده با بیش از 20٪ را به خود اختصاص می دهند. با وجود این، وضعیت بین مناطق توریستی که منطقه خودمختار اکسترمادورا را تشکیل می دهند متفاوت است. مناطق La Vera و Valle del Jerte مجموعه‌ای از ارزش‌های بالای اشاره‌های مثبت در مورد توجه مشتری را نشان می‌دهند. در حالی که منطقه Monfragüe منعکس کننده وضعیت مخالف با ارزش های عمدتاً بالای نظرات منفی است. از سوی دیگر، اشاره‌های مثبت ارزش‌های بالایی را در مورد چشم‌انداز و محیط اطراف در نواحی Valle del Ambroz و Valle del Jerte نشان می‌دهد که به دلیل ارزش غیرقابل انکار چشم‌انداز در هر دو قلمرو است. در موقعیت مخالف، نواحی تاجو-سالور-آلمونته، لا سیبری و لا سرنا را می یابیم که در آنها این تجمعات با مقادیر بالای ذکر منفی مطابقت دارند. در همان زمان، در ارزیابی کلی از محل اقامت، شهرت آنلاین مثبت منطقه لا ورا به عنوان مجموع ارزش های بالای این نظرات به نظر می رسد، در حالی که در قلمروهای Monfragüe، Tajo-Salor-Almonte، Campo Arañuelo، و Villuercas-Ibores-Jara این دانه ها با ذکر منفی مطابقت دارند. تا آنجا که به نقاط ضعف شهرت آنلاین موسسات اقامتی روستایی در اکسترمادورا مربوط می شود، باید اشاره کرد که برخی از ولسوالی ها با توجه به داده های ارائه شده در این مطالعه به دلیل شهرت خوب خود برجسته می شوند. این وضعیت در ناحیه لا ورا از نظر جنبه های ارزش برای پول و اتاق است، در حالی که در مورد متغیر راحتی، موارد ذکر شده کاهش سطح اطمینان آماری 90٪ را نشان می دهد، اگرچه مجموع هایی از مقادیر بالایی وجود دارد. اشاره های مثبت در مناطق Valle del Ambroz، Valle del Jerte، Tierras de Granadilla و Las Hurdes.
–
ثالثاً، استنباط می‌شود که استفاده از تکنیک‌های زمین‌آماری مورد استفاده دارای مزایای بی‌شماری است، زیرا آنها توزیع فضایی یک متغیر را در نظر می‌گیرند، اگرچه محدودیت‌های خود را نیز دارند. در میان آنها موارد زیر برجسته می شود: نیاز به توسل به پارامترهای منحصراً کمی و در نتیجه حذف پارامترهای کیفی. انتخاب یک معیار خاص برای مفهوم سازی روابط فضایی، که همیشه روشن نیست و انجام آزمایش های متعدد را تحمیل می کند. و عدم امکان درج مسافت واقعی یا زمان سفر بین نقاط در نظر گرفته شده در معیار همسایگی.
–
چهارم، نتیجه گیری می شود که لازم است از دقت داده ها اطمینان حاصل شود زیرا برخی از نویسندگان به ارقام شهرت آنلاین جمع آوری شده توسط هر منبعی شک دارند. این به دلیل نظرات نادرست و مخربی است که ممکن است در هر جنبه ای انجام شود، اگرچه مشاهده می شود که خود پلتفرم ها روش های خاص خود را برای تشخیص این نوع نظرات دارند. این سخت‌گیری در داده‌های مورد استفاده تشدید شده است زیرا سیستم‌های راستی‌آزمایی که پلتفرم‌هایی مانند TripAdvisor و Booking را معرفی می‌کنند به سیستم‌های ReviewPro ملحق شده‌اند.
–
پنجم، واضح است که علیرغم همه چیز، تکنیک های پیشنهادی در تحلیل ممکن است برای هر موضوعی که عنصر کلیدی قلمرو است مفید باشد. با این حال، همچنین اذعان می شود که در برخی موارد لازم است نتایج آنها با مطالعات کیفی خاص تکمیل شود.
–
در نهایت نشان داده شده است که Gi* Getis-Ord یک ابزار تحلیلی بسیار برتر از G Getis-Ord عمومی و چگالی هسته است. بنابراین استفاده از آن در تحلیل های کمی شهرت آنلاین توصیه می شود.

منابع

  1. آجان، ح. هارتشوم، آر. بررسی تصمیم‌های هیئت علمی برای اتخاذ فناوری‌های وب 2.0: تئوری و آزمون تجربی. اینترنت بالا. آموزش. 2008 ، 11 ، 71-80. [ Google Scholar ] [ CrossRef ]
  2. Andiole، SJ تاثیر فناوری های وب 2.0 در کسب و کار. اشتراک. ACM 2010 ، 53 ، 67-79. [ Google Scholar ] [ CrossRef ]
  3. بنت، اس. اسقف، آ. دالاگارمو، بی. ویکات، جی. کندی، جی. پیاده‌سازی فناوری‌های وب 2.0 در آموزش عالی: مطالعه موردی جمعی. محاسبه کنید. آموزش. 2012 ، 59 ، 524-534. [ Google Scholar ] [ CrossRef ]
  4. Sigala، M. همکاری در گردشگری: مفاهیم برای تحقیق و صنعت. Curr. تور مسائل. 2.0 2017 ، 20 ، 346-355. [ Google Scholar ] [ CrossRef ]
  5. انجمن برای تحقیقات رسانه ای ارتباطی (AIMC). مارکو ژنرال د مدیوس در اسپانیا ؛ AIMC: مادرید، اسپانیا، 2019. [ Google Scholar ]
  6. ون ریل، سی. Fombrum, C. Essentials of Corporate Communication: Implanting Practices for Effective Reputation Management ; Routledge: لندن، انگلستان، 2007; پ. 408. [ Google Scholar ]
  7. وانگ، سی. چن، ک. چن، اس. مدیریت کیفیت جامع، بازارگرایی و عملکرد هتل: تأثیرات تعدیل کننده عامل محیطی. بین المللی جی. هاسپ. مدیریت 2012 ، 31 ، 119-129. [ Google Scholar ] [ CrossRef ]
  8. دی روزاریو، آ. گالوز، م. Caba, M. توسعه رسانه های اجتماعی و وب 2.0 در هتل های زنجیره ای برتر. تور. مدیریت گل میخ. 2013 ، 9 ، 13-19. [ Google Scholar ]
  9. زی، ک. ژانگ، ز. ارزش تجاری بررسی آنلاین مصرف کننده و پاسخ مدیریت به عملکرد هتل. بین المللی جی. هاسپ. مدیریت 2014 ، 43 ، 1-12. [ Google Scholar ] [ CrossRef ]
  10. زی، ک. ژانگ، ز. سینگ، آ. لی، اس. اثرات پاسخ مدیریتی بر عملکرد eWom مصرف کننده و هتل: شواهدی از Tripadvisor. بین المللی J. Contemp. بیمارستان 2016 ، 28 ، 2013–2034. [ Google Scholar ] [ CrossRef ]
  11. سانچز، دی. Fernández، J. Análisis de Comentarios en redes sociales para mejorar la reputación hotelera. آنو. د تور. y Soc. 2017 ، 20 ، 169-190. [ Google Scholar ] [ CrossRef ]
  12. Suau، F. El turista 2.0 como receptor de la promoción turística:estrategias lingüísticas e importancia de su estudio. پاسوس. کشیش د تور. 2012 ، 10 ، 143-153. [ Google Scholar ] [ CrossRef ]
  13. تونز، م. آلتامیرانو، وی. Valarezo، KP Comunicación turísticacolaborativa 2.0: Promoción, difusión and interactividad en las webs gubernamentales de Iberoamérica. کشیش لات De Comun. Soc. 2016 ، 71 ، 249-271. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  14. آلتامیرانو، وی. تونز، م. Marín، I. Turista 2.0. Comportamiento y uso de los medios sociales. Chasqui 2018 ، 137 ، 209-225. [ Google Scholar ]
  15. گاویلان، دی. مارتینز-ناوارو، جی. Fernández-Lores، S. Influencia اجتماعی آنلاین: Nuevas tecnologías en la comunicación del sektor turístico. Rev. ICONO14 Rev. Científica De Comun. y تکنول. ظهور. 2017 ، 15 ، 138-167. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  16. موسسه توریسمو اسپانیا Encuesta de Movimientos Turísticos en Frontera y Encuesta de Gasto Turístico ; Ministireio de Industria, Energía y Turismo, 2012. موجود به صورت آنلاین: https://estadisticas.tourspain.es/es-ES/estadisticas/frontur/Anuales/Movimientos%20Tur%C3%ADsticos%20en%20Fronteras%20(Frontur ) 20y%20Encuesta%20de%20Gasto%20Tur%C3%ADstico%20(Egatur)%202012.pdf (در 23 دسامبر 2019 قابل دسترسی است).
  17. رصدخانه ملی لاس مخابراتی و د لا SI. Informe e-Pyme 2018: Analisis Sectorial De La Implantación De Las TIC En Las Empresas Españolas ; ONTSI: مادرید، اسپانیا، 2018. [ Google Scholar ] [ CrossRef ]
  18. رصدخانه روستایی توریسمو Lo que más valora el turista روستایی. در دسترس آنلاین: https://www.escapadarural.com/observatorio/lo-que-mas-valora-el-turista-rural/#factores (در 27 دسامبر 2019 قابل دسترسی است).
  19. کامگیس، سی. هامولا، م. Váisánen، J. اثرات اعتماد مصرف کنندگان و ریسک بر تصمیم گیری خرید آنلاین و مقایسه دانشجویان فنلاندی و ایالات متحده. بین المللی جی. مناگ. 2007 ، 26 ، 165-184. [ Google Scholar ]
  20. دوان، دبلیو. گو، بی. Whistar, A. پویایی تبلیغات شفاهی آنلاین فروش محصولات یک تحقیق تجربی در مورد صنعت فیلم. J. Retaiting 2008 ، 84 ، 233-242. [ Google Scholar ] [ CrossRef ]
  21. دل چیپا، جی. Dall’Áglia, S. عوامل مؤثر بر رتبه‌بندی الکترونیکی مسافران و شکایات الکترونیکی درباره خدمات هتل: دیدگاه‌هایی از یک مقصد گردشگری ایتالیا. در فناوری اطلاعات و ارتباطات در گردشگری ; Springer: برلین/هایدلبرگ، آلمان، 2012; ص 448-459. [ Google Scholar ]
  22. مگنو، اف. کاسیا، اف. برونی، ای. لطفاً یک بررسی آنلاین (عالی) برای هتل من بنویسید. واکنش مهمانان به نظرات ارائه شده J. Vacat. علامت گذاری. 2017 ، 24. [ Google Scholar ] [ CrossRef ]
  23. مارتینز، اس ام. برنال، جی جی. Mellinas، JP Los hoteles de la región de Murcia ante las redes sociales y la reputación آنلاین. Rev. De Análisis Turístico 2012 ، 13 ، 1-10. [ Google Scholar ]
  24. سومارسونو، دی. سودردی، بی. عبدالله، دبلیو. تأثیر استفاده از اپلیکیشن تریپ ادوایزر بر میزان اشغال هتل در سولو. J. Phys. Conf. سر. IOP Publ. 2019 , 1175 , 012248. [ Google Scholar ] [ CrossRef ]
  25. پنکو، ال. پروفومو، جی. رموندینو، ام. Bruzzi, C. رویدادهای مهم در صنعت گردشگری: عوامل مؤثر بر قصد آینده برای سفر دریایی. بین المللی J. Contemp. بیمارستان مدیریت 2019 . [ Google Scholar ] [ CrossRef ]
  26. ژانگ، ایکس. کیائو، اس. یانگ، ی. ژانگ، ز. بررسی تأثیر پاسخ‌های مدیریت شخصی بر رضایت گردشگران: دیدگاه تطبیق موضوع. تور. مدیریت 2020 , 76 , 103953. [ Google Scholar ] [ CrossRef ]
  27. García، M. El Impacto del eWOM en los alojamientos turísticos de la economía tradicional در مقابل la economía colaborativa. آنالیز د کاسو. کواد. دی اکون. 2018 ، 41 ، 225-307. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  28. دایانا-جنس، پی. Rodríguez، A. La Reputación online y su Impacto en la politica de precios de los hoteles. کواد. د تور. 2015 ، 36 ، 129-155. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  29. چئونگ، اچ. Morrison, M. توجه مصرف کنندگان به اطلاعات و توصیه های محصول fondin UGC. J. تعامل. آگهی. 2008 ، 8 ، 38-49. [ Google Scholar ] [ CrossRef ]
  30. چوآ، AYK؛ Banerjee, S. قابلیت اطمینان مرورها در اینترنت: مورد Tripadvisor. در مجموعه مقالات کنگره جهانی مهندسی و علوم کامپیوتر ; WCESC: Bowling Green، OH، ایالات متحده، 2013. [ Google Scholar ]
  31. آیه، JK; آ، ن. قانون، آر. آیا ما به Tripadvisor اعتقاد داریم؟ بررسی ادراکات اعتبار و نگرش مسافران آنلاین نسبت به استفاده از محتوای تولید شده توسط کاربر. J. Travel Res. 2013 ، 52 ، 437-452. [ Google Scholar ] [ CrossRef ]
  32. جراکل، آی. Carter, C. در Tripadvisor ما اعتماد داریم: رژیم‌های محاسباتی رتبه‌بندی و سیستم‌های انتزاعی. حساب. عضو. Soc. 2011 ، 36 ، 293-309. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  33. میزلین، دی. دوور، ی. بررسی های تبلیغاتی Chevaler, J. بررسی تجربی دستکاری مرور آنلاین Natl. Bureaw Econ. Res. (RBER) 2012 ، 104 ، 2421-2455. [ Google Scholar ]
  34. هرناندز، ای. لیلیبت، ام. مورینی، S. Una aproximación a la reputación en línea de los establecimientos hoteleros españoles. پاپ د تور. 2012 ، 52 ، 63-88، ISSN 2255-1638. [ Google Scholar ]
  35. اخلاقی، ع. کانامرو، پی. Orgaz، F. Reputación آنلاین، redes sociales y turismo. Un estudio de caso en Andalucía. کشیش En Investgación De Tur. ای دساررو. 2014 ، 7 ، 1-17. [ Google Scholar ]
  36. اخلاقی، س. کانامرو، پی. Orgaz, F. Turismo 2.0 y Reputación آنلاین. هتل های ال کاسو د لوس در سیوداد د گرانادا. کشیش تور. ای دساررو. محلی 2014 ، 17 ، 1-13. [ Google Scholar ]
  37. ریورا، بی. بورنر، دی. Morey، X. Gestión de la visibilidad y la reputación online de un destino turístico. در Turitec 2012: IX Congreso Nacional Turismo y Tecnologías de la Información y las Comunicaciones ; Universidad de Málaga: مالاگا، اسپانیا، 2012; ص 18-30. [ Google Scholar ]
  38. پرز، ال. González، R. Propuesta de un modelo de gestión de la reputación on line en las empresas turísticas. TURYDES 2013 ، 6 ، 1-33. [ Google Scholar ]
  39. ایوارز، جی. سولسونا، F. Gestión turística y tecnologías de la información y comunicación (TIC): El nuevo enfoque de los destinos inteligentes. Doc. D´. Geogr. 2016 ، 62 ، 327-346. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  40. Documento Official del Estado (DOE). LEY 6/2018. de 12 de Julio, de Modificación de la Ley 2/2011, de 31 de Enero ; desarrollo y modernización del turismo de Extremadura. 2018، ص. 137. در دسترس آنلاین: https://doe.gobex.es/pdfs/doe/2018/1370o/18010007.pdf (در 28 دسامبر 2019 قابل دسترسی است).
  41. Documento Official del Estado (DOE). DECRETO 65/2015. de 14 de Abril, Por el Que Se Establece la Ordenación Ysistema de Clasificación de Los Alojamientos de Turismo Rural de la Comunidad Autónoma de Extremadura :2015. پ. 74. در دسترس آنلاین: https://doe.gobex.es/pdfs/doe/2015/740o/15040073.pdf (در 28 دسامبر 2019 قابل دسترسی است).
  42. Consejo Económico y Social de Extremadura. Reto Demográfico Y Equilibrio Territorial en Extremadura ; Junta de Extremadura: Merida، مکزیک، 2019. [ Google Scholar ]
  43. INE. Encuesta de Ocupación de Alojamientos de Turismo Rural . 2018. موجود به صورت آنلاین: https://www.ine.es/dyngs/INEbase/es/operacion.htm?c=Estadistica_C&cid=1254736176963&menu=resultados&secc=1254736195429&idp=1254736176963 .
  44. رصدخانه روستایی توریسمو El Turismo Rural en Extremadura . 2017. در دسترس آنلاین: https://www.escapadarural.com/observatorio/wp-content/uploads/2018/06/Informe-Extremadura1.pdf (در 29 دسامبر 2019 قابل دسترسی است).
  45. سرزو، آ. Galacho، FB Propuesta Methodológica Con SIG برای ارزیابی پتانسیل منطقه‌ای که با فعالیت‌های ecoturísticas y de turismo activo. Aplicación en la Sierra de las Nieves (مالاگا، اسپانیا). تحقیق کنید. Turísticas 2011 ، 1 ، 134-147، ISSN 2174-5609. [ Google Scholar ]
  46. سانچز، جی.ام. سانچز، ام. Rengifo، JI La evaluación del potencial para el desarrollo del turismo rural. روش‌های کاربردی در استان کاسرس. Geofocus Rev. Int. Cienc. Y Tecnol. Inf. Geográfica 2013 ، 13 ، 99-130. [ Google Scholar ]
  47. سانچز-ریورو، ام. Sánchez-Martín، JM Nuevas Técicas de Investigación Aplicadas al Turismo: La Estadística Espacial ; Modelos de gestión e innovación en turismo; تامپسون رویترز: تورنتو، ON، کانادا، 2019؛ صص 109-131. [ Google Scholar ]
  48. سانچز-مارتین، جی.ام. Rengifo-Gallego، JI; Sáncez-Rivero، M. Caracterización espacial del turismo en Extremadura mediante análisis de agrupamiento (تحلیل گروه بندی) un ensayo técnico. Geofocus 2017 ، 19 ، 207-235. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  49. سانچز-مارتین، جی.ام. بلاس موراتو، آر. Rengifo-Gallego، JI Dehesas از Extremadura، اسپانیا: یک پتانسیل برای توسعه اجتماعی-اقتصادی مبتنی بر فعالیت‌های گردشگری کشاورزی. Forests 2019 , 10 , 620. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  50. سانچز-مارتین، جی.ام. Rengifo-Gallego، JI; Blas-Morato، R. تجزیه و تحلیل نقطه داغ در مقابل تجزیه و تحلیل خوشه و پرت: تحقیق در مورد گروه بندی مسکن روستایی در Extremadura (اسپانیا). Isprs Int. J. Geo Inf. 2019 ، 8 ، 176. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  51. Sobral, S. La caracterización de un espacio turístico a través de un SIG. [معتبر کتاب] L. y Parreño, J. Hernández. در Tecnologías de la Información Geográfica Para el Desarrollo Territorial ; خدمات انتشاری و انتشار اطلاعات ULPGC: لاس پالماس د گرن کاناریاس، ساپین، 2008; صص 424-435. [ Google Scholar ]
  52. سانچز، جی.ام. سانچز، ام. Rengifo، JI حامیان توزیع خدمات گردشگری میانی فنی geoestadísticas en Extremadura (2004-2014). Boletín De La Asoc. De Geógrafos Españoles 2018 ، 76 ، 276–302. [ Google Scholar ] [ CrossRef ]
  53. بیشتر، L. تجزیه و تحلیل احساسات مبتنی بر یادگیری ماشین برای تجزیه و تحلیل نظرات مسافران در مورد هتل های مصر. در مجموعه مقالات کنفرانس بین المللی هوش مصنوعی و بینایی کامپیوتری (AICV2020). AICV 2020. پیشرفت در سیستم های هوشمند و محاسبات . Hassanien, AE, Azar, A., Gaber, T., Oliva, D., Tolba, F., Eds.; Springer: Cham، سوئیس، 2020؛ جلد 1153، ص 405–413. [ Google Scholar ] [ CrossRef ]
  54. مارکز-گونزالس، سی. هررو، JLC Ciudades Patrimonio de la Humanidad de España: La Reputación online como elemento desarrollo turístico. پاسوس. کشیش د تور. Y Patrim. فرقه 2017 ، 15 ، 437-457. [ Google Scholar ] [ CrossRef ]
  55. Celemín، JP Autocorrelación espacial و نشان‌دهنده محلی‌های اجتماعی espacial است. اهمیت، ساختار و کاربرد. دانشگاه کشیش دی جئوگر. 2009 ، 18 ، 11-31. [ Google Scholar ]
  56. ویلینگتون، اس. Guzmán-Manrique، J. La autocorrelación espacial y el desarrollo de la geografía cuantitativa. کواد. دی جئوگر. کشیش کلمب. دی جئوگر. 2019 ، 28 ، 1-22. [ Google Scholar ] [ CrossRef ]
  57. گتیس، ع. Ord, J. تحلیل ارتباط فضایی با استفاده از آمار فاصله. Geogr. مقعدی 1992 ، 24 ، 189-206. [ Google Scholar ] [ CrossRef ]
  58. سانچز، جی.ام. مارتین، LM; Rengifo، JI La reputación online de los alojamientos rurales en Extremadura desde una óptica geoestadística. Boletín De la Asoc. De Geógrafos Españoles 2019 ، 82 ، 1–36. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  59. نیتو، ا. مارکز، N. تجزیه و تحلیل توزیع ویژه تجهیزات آموزشی (0-16 سال قبل) در Extremadura یک escala detalle. Boletín De La Asoc. De Geógrafos Españoles 2018 ، 77 ، 493–520. [ Google Scholar ] [ CrossRef ]
  60. ARCGIS. در دسترس آنلاین: https://desktop.arcgis.com/es/arcmap/10.3/tools/spatial-statistics-toolbox/hot-spot-analysis.htm (در 3 ژانویه 2020 قابل دسترسی است).
  61. اسلیورمن، تخمین چگالی BW برای آمار و تجزیه و تحلیل داده ها . مطبوعات CRC: Boca Raton، FL، USA، 1998. [ Google Scholar ]
  62. پرلز-ریبز، جی اف. رامون رودریگز، AB; مورنو-ایزکوئیردو، ال. Such-Devesa، MJ آنلاین اعتبار و رقابت مقصد: مورد اسپانیا. تور. مقعدی 2019 ، 24 ، 161-176. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  63. کومسیچ، جی. Dorcic، J. رقابت مقصد گردشگری و شهرت آنلاین: مفهوم سازی و تحلیل چارچوب ادبیات. در مجموعه مقالات دانشکده گردشگری و مدیریت هتلداری در اوپاتیجا. کنگره بین المللی دوسالانه صنعت گردشگری و مهمان‌نوازی، اوپاتیا، کرواسی، 28–29 آوریل 2016. پ. 144. [ Google Scholar ]
  64. میسرا، آر. کریسپینو، آر. شهرت وب مقصد به عنوان “ابزار هوشمند” برای ساخت تصویر: تحلیل موردی شهر مقصد ناپل. بین المللی جی. تور. شهرها 2017 ، 3 ، 406-423. [ Google Scholar ] [ CrossRef ]
  65. دوس سانتوس، SR؛ سوزا، ن. پریرا، LRS؛ Gândara، JMG; دا سیلوا، مقصد هوشمند SRX: دسترسی در شهر میراثی سائو لوئیس-مارانهائو، مطالعه ای در مورد شهرت آنلاین بر اساس تریپ ادوایزر. علامت گذاری. تور. Rev. 2016 , 1 , 1-27. [ Google Scholar ]
  66. Anagnostopoulou، SC; بوهالیس، د. کنتوری، IL; مانوساکیس، EG; Tsekrekos، AE تاثیر شهرت آنلاین بر سودآوری هتل. بین المللی J. Contemp. بیمارستان مدیریت 2019 ، 20-39. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  67. پورسرپیو، دی. زرواس، جی. مدیریت شهرت آنلاین: برآورد تأثیر پاسخ های مدیریت بر بررسی های مصرف کننده. علامت گذاری. علمی 2017 ، 36 ، 645-812. [ Google Scholar ] [ CrossRef ]
  68. زرواس، جی. پروسرپیو، دی. Byers, J. اولین نگاه به شهرت آنلاین در Airbnb، جایی که هر اقامتی بالاتر از میانگین است. 2015. در دسترس آنلاین: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2554500 (دسترسی در 5 مارس 2020).
  69. یاکوئل، ن. فلیشر، الف. نقش واسطه های سایبری در ایجاد شهرت و حق بیمه قیمت در بازار آنلاین هتل. J. Travel Res. 2011 ، 51 ، 219-226. [ Google Scholar ] [ CrossRef ]
  70. فام، KS; فوشت، تی. کالینز، RD Trust و رابطه آنلاین – یک مطالعه اکتشافی از نیوزلند. تور. مدیریت 2004 ، 25 ، 195-207. [ Google Scholar ] [ CrossRef ]
  71. Correia، SM; Kastenholz، E. شهرت شرکت، رضایت، لذت، و وفاداری نسبت به واحدهای اقامتی روستایی در پرتغال. بین المللی جی. هاسپ. مدیریت 2011 ، 30 ، 575-583. [ Google Scholar ]
  72. گاسلینگ، اس. لین، ب. گردشگری روستایی و توسعه بسترهای رزرو اقامتگاه مبتنی بر اینترنت: مطالعه در مزایا، خطرات و پیامدهای نوآوری. J. Sustain. تور. 2015 ، 23 ، 1386-1403. [ Google Scholar ] [ CrossRef ]
  73. سونگچیتروکسا، پ. Zeng, X. Getis–Ord آمار فضایی برای شناسایی نقاط داغ با استفاده از داده های مدیریت حادثه. ترانسپ Res. ضبط J. Transp. Res. هیئت 2010 ، 2165 ، 42-51. [ Google Scholar ] [ CrossRef ]
  74. جانا، م. سار، ن. مدل‌سازی تشخیص نقاط حساس با استفاده از تحلیل خوشه‌ای پرت و آمار گتیس-اورد Gi* توسعه تحصیلی در مقطع ابتدایی. هند. سیستم زمین مدلسازی محیط زیست 2016 ، 2 ، s40808–s40816. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  75. رودا، ع. بررسی امکانات گردشگری با استفاده از روش‌های تداعی فضایی مبتنی بر Gis. Geogr. فنی 2016 ، 11 ، 87-101. در دسترس آنلاین: https://technicalgeography.org/pdf/2_2016/09_ruda.pdf (دسترسی در 5 مارس 2020). [ CrossRef ][ نسخه سبز ]
  76. زی، ای. دروچی، دی. Vanneste، D. توزیع گردشگران در مقاصد میراث شهری: تجزیه و تحلیل نقطه داغ / نقطه سرد داده های TripAdvisor به عنوان پشتیبانی برای مدیریت مقصد. Curr. تور مسائل. 2020 ، 23 ، 175-196. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  77. پرا، ر. ویگلیا، جی. گراتزینی، ال. دالی، ال. وقتی همدلی از رفتار بازبینی منفی جلوگیری می کند. ان تور. Res. 2019 ، 265–278. [ Google Scholar ] [ CrossRef ]
  78. Van Rekom, J. استخراج یک معیار عملیاتی از هویت شرکت. یورو جی. مارک. 1997 ، 31 ، 410-422. [ Google Scholar ] [ CrossRef ]
  79. سیلو، وی. ریالتی، ر. گیودیس، م. Usai، A. Niche مدیریت شهرت آنلاین و رقابت پذیری مقاصد گردشگری در عصر کلان داده: شواهدی از سه مورد ایتالیایی. Curr. تور مسائل. 2019 . [ Google Scholar ] [ CrossRef ]
  80. ریس منندز، آ. Saura, JR; فیلیپ، اف. اهمیت داده های رفتاری برای شناسایی بررسی های جعلی آنلاین برای مشاغل گردشگری: یک بررسی سیستماتیک. Peerj Comput. علمی 2019 ، 5 ، e219. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  81. Xie، HJ; میائو، ال. کو، پی جی. لی، پاسخ‌های مصرف‌کنندگان به بررسی‌های هتل آنلاین دوسوگرا: نقش اعتبار منبع درک شده و تمایل پیش تصمیم‌گیری. بین المللی جی. هاسپ. مدیریت 2011 ، 30 ، 178-183. [ Google Scholar ] [ CrossRef ]
  82. گاسلینگ، اس. زایس، اچ. هال، سی ام. مارتین-ریوس، سی. رام، ی. Grøtte، IP مقایسه بین کشوری دیدگاه های مدیر مسکن در مورد دستکاری بررسی آنلاین. Curr. تور مسائل. 2019 ، 22 ، 1744–1763. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
Ijgi 09 00208 g001 550
شکل 1. ساکنان بر اساس شهرداری ها 2018.
Ijgi 09 00208 g002 550
شکل 2. مقایسه بین تخت های موجود و اقامت های شبانه.
Ijgi 09 00208 g003 550
شکل 3. روش ها.
Ijgi 09 00208 g004 550
شکل 4. Gi* Getis Ord Food and Drinks مثبت ( a ) و منفی ( b ) ذکر شده است.
Ijgi 09 00208 g005 550
شکل 5. آزمون Gi* Getis Ord روی ارزش پولی مثبت ( a ) و منفی ( b ) ذکر شده است.
Ijgi 09 00208 g006 550
شکل 6. Gi* Getis Ord در مورد توجه مشتری مثبت ( a ) و منفی ( b ) اشاره می کند.
Ijgi 09 00208 g007 550
شکل 7. Gi Getis Ord on Cleanliness به مثبت ( a ) و منفی ( b ) اشاره می کند.
Ijgi 09 00208 g008 550
شکل 8. Gi* Comfort Positive ( a ) و Negative ( b ) ذکر شده است.
Ijgi 09 00208 g009 550
شکل 9. Gi* Getis Ord مکان مثبت ( a ) و منفی ( b ) ذکر شده است.
Ijgi 09 00208 g010 550
شکل 10. Gi* Getis Ord Hotel Positive ( a ) و Negative ( b ) ذکر شده است.
Ijgi 09 00208 g011 550
شکل 11. Gi* Getis Ord Service Room Positive ( a ) و Negative ( b ) اشاره می کند.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید